Artykuł metodologiczny

Morfologia mózgu osób zażywających konopie indyjskie z psychozą lub bez: pilotażowe badanie MRI

8.9K wyświetleń

⸱

DOI:

10.3791/60881

⸱

18 sierpnia 2020

 ,  ,  ,  ,  ,  ,  ,  ,  ,  ,  , 
1Department of Pathophysiology and Transplantation, University of Milan, 2Department of Neurosciences and Mental Health, Fondazione IRCCS Ca' Granda Ospedale Maggiore Policlinico, 3MoMiLab Research Unit, IMT School for Advanced Studies Lucca, 4Neuroradiology Unit, Fondazione IRCCS Ca' Granda Ospedale Maggiore Policlinico

* These authors contributed equally

W tym artykule

Podsumowanie

To jest badanie rezonansu magnetycznego 3T, którego celem jest zbadanie różnic w objętości istoty szarej między pacjentami z psychozą wywołaną konopiami indyjskimi a niepsychotycznymi przewlekłymi użytkownikami marihuany.

Streszczenie

Marihuana jest najczęściej używanym nielegalnym narkotykiem na całym świecie, a jej konsumpcja może zarówno wywołać objawy psychiatryczne u zdrowych osób, jak i zdemaskować bujny obraz psychotyczny u pacjentów z wcześniejszym ryzykiem psychotycznym. Wcześniejsze badania sugerują, że przewlekła i długotrwała ekspozycja na konopie indyjskie może wywierać znaczące negatywne skutki w obszarach mózgu wzbogaconych w receptory kannabinoidowe. Jednak to, czy zmiany w mózgu spowodowane uzależnieniem od konopi indyjskich doprowadzą do klinicznie istotnego fenotypu, czy też do wybuchu psychozy w pewnym momencie życia osoby nadużywającej, pozostaje niejasne. Celem tego badania było zbadanie morfologicznych różnic w mózgu między chronicznymi użytkownikami konopi indyjskich z psychozą wywołaną konopiami indyjskimi () a niepsychotycznymi użytkownikami konopi indyjskich (NPCU) bez żadnych schorzeń psychicznych oraz skorelowanie deficytów mózgu z selektywnymi zmiennymi społeczno-demograficznymi, klinicznymi i psychospołecznymi.

3T rezonansu magnetycznego (MRI) pobrano skany 10 pacjentów i 12 NPCU. Mierzono rodzaj zażywania narkotyku, częstość jego zażywania i czas trwania, a także społeczno-demograficzne, kliniczne i psychospołeczne parametry uzależnienia. Pacjenci z mieli rozległe zmniejszenie istoty szarej (GM) w prawym górnym zakręcie czołowym, prawym zakręcie przedśrodkowym, prawym górnym zakręcie skroniowym, obustronnej wyspie, prawym przedklinku, prawym przyśrodkowym zakręcie potylicznym, prawym wrzecionowatym zakręcie i lewym hipokampie w porównaniu z przewlekłymi użytkownikami konopi indyjskich bez psychozy. Wreszcie, u pacjentów z, wyniki wykazały ujemną korelację między domeną Krótkiej Skali Oceny Psychiatrycznej (BPRS), aktywnością BPRS i selektywnymi objętościami GM. Ogólnie rzecz biorąc, wyniki sugerują, że psychoza wywołana konopiami indyjskimi charakteryzuje się selektywnym zmniejszeniem mózgu, które nie występuje w NPCU. W związku z tym badania neuroobrazowe mogą stanowić potencjalną podstawę do identyfikacji przypuszczalnych biomarkerów związanych z ryzykiem rozwoju psychozy u osób zażywających konopie indyjskie.

Wprowadzenie

Według Europejskiego Centrum Monitorowania Narkotyków i Narkomanii, szacuje się, że około 96 milionów (lub 29%) dorosłych (w wieku 15-64 lat) w Unii Europejskiej próbowało w swoim życiu nielegalnych narkotyków, zwłaszcza marihuany. Biorąc pod uwagę najmłodszą i najbardziej narażoną część populacji ogólnej, szacuje się, że 16% młodych dorosłych (w wieku 15-34 lata) używało konopi indyjskich w ciągu ostatniego roku, przy stosunku mężczyzn do kobiet wynoszącym około 2:11. Co ważne, używanie konopi indyjskich wydaje się prowadzić do rozwoju objawów psychiatrycznych u zdrowych osób, takich jak zmiany nastroju, zwiększony niepokój, gonitwa myśli, zniekształcone postrzeganie, trudności w myśleniu i rozwiązywaniu problemów, ciągłe problemy z uczeniem się i pamięcią, powolny czas reakcji i utrata kontroli2. Takie oznaki i objawy są jednak zwykle przemijające i nie wskazują na stan psychiczny jako taki ani na potrzebę leczenia. Jednak marihuana, poprzez swój główny składnik psychoaktywny, zwany tetrahydrokannabinolem (THC), może również wywoływać pozytywne objawy psychotyczne, w tym podejrzliwość, urojenia paranoidalne, zaburzenia procesów myślowych i zmiany percepcyjne3, a także negatywne objawy podobne do tych obserwowanych w schizofrenii, takie jak stępiony afekt, apatia, awolencja, brak spontaniczności, brak zainteresowania, bierność i deficyty poznawcze (np. pamięć, funkcja wykonawcza, zdolność abstrakcyjna, podejmowanie decyzji i uwaga)3. Dlatego w chwili obecnej istnieją dowody na to, że konsumpcja konopi indyjskich może zarówno wywoływać przejściowe objawy psychiatryczne u zdrowych osób, jak i demaskować bujny obraz psychotyczny u pacjentów z wcześniejszym ryzykiem psychotycznym3. Jednak to, czy ten związek jest przyczynowy, czy czysto korelacyjny, jest nadal kontrowersyjne i dyskutowane4. Rzeczywiście, pomimo badań epidemiologicznych sugerujących związek między intensywnym spożyciem konopi indyjskich a ryzykiem psychozy5, ogólnoświatowemu wzrostowi występowania zażywania konopi indyjskich nie towarzyszy zwiększona częstość występowania psychozy4. Ten paradoks można wytłumaczyć obecnością specyficznych mylących różnic między osobami nadużywającymi konopi indyjskich, z wczesnym początkiem używania, codziennym założeniem marihuany o dużej mocy i spożywaniem syntetycznych kannabinoidów niosących ze sobą największe ryzyko psychotyczne3. Co więcej, niektóre czynniki genetyczne, takie jak obecność specyficznych polimorfizmów katechol-O-metylotransferazy (COMT), mogą również powodować zwiększoną podatność na rozwój objawów psychotycznych po ekspozycji na konopie indyjskie u niewielkiego odsetka użytkowników6.

W związku z tym, badania neuroobrazowania na ludziach próbowały zbadać potencjalne mechanizmy neuronalne, przez które marihuana może prowadzić do objawów psychotycznych7, ponieważ wcześniejsze badania przedkliniczne wykazały, że THC jest aktywne w obszarach mózgu bogatych w receptory kannabinoidowe typu 1 (CB1R), w tym w hipokampie, ciele migdałowatym, prążkowiu i korze przedczołowej (PFC)8. Rzeczywiście, wykazano, że eksperymentalne podawanie THC zdrowym użytkownikom konopi indyjskich osłabia aktywację brzuszną podczas zadania uczenia się i jednocześnie wywołuje objawy psychotyczne9, a także zmienioną aktywację przedczołowo-prążkowiową podczas przetwarzania istotności uwagi10. Jeśli chodzi o badania strukturalnego rezonansu magnetycznego (MRI), niektórzy autorzy wykryli znaczne zmniejszenie objętości istoty szarej (GM) w korze przedczołowej11,12,13, hippocampus14,15, amygdala16 i skorupia17 u osób regularnie zażywających konopie indyjskie w porównaniu z osobami nieużywającymi konopi indyjskich, podczas gdy inni nie zgłaszali żadnych istotnych różnic w mózgu między tymi dwiema grupami18,19,20,21 lub zgłaszali zwiększoną objętość GM w obrębie przyśrodkowej części skroniowej, ciała migdałowatego, hipokampa, tylnego zakrętu obręczy i móżdżku wśród nastolatków o niskim spożyciu konopi22.

Ponadto, niewiele badań sprawdzało, czy istnieją jakieś specyficzne różnice w mózgu między użytkownikami marihuany z objawami psychotycznymi a użytkownikami marihuany bez żadnych zaburzeń psychicznych. W jednym funkcjonalnym badaniu MRI porównano zdrowe osoby, które doświadczyły i nie doświadczyły objawów psychotycznych po spożyciu THC i zgłoszono zwiększoną aktywność podczas zadania go/no-go w prawym środkowym zakręcie skroniowym i zmniejszoną aktywność zarówno w zakręcie przyhipokampowym, jak i wrzecionowatym, co było również związane z większymi błędami hamowania tylko w grupie psychotycznej23. W przeciwieństwie do tego, Epstein i Kumra odkryli, że zarówno psychotyczni, jak i niepsychotyczni nastolatkowie z zaburzeniami używania konopi indyjskich mieli podobne zmiany w mózgu; W szczególności wykryli osłabione ścieńczenie kory w lewym górnym zakręcie czołowym, prawym pars triangularis, lewym pars opercularis, lewym i prawym zakręcie nadbrzeżnym, lewej i prawej dolnej korze ciemieniowej oraz lewym górnym zakręcie skroniowym w obu grupach24. W poprzednim badaniu ci sami autorzy porównali nastolatków ze schizofrenią o wczesnym początku (EOS) z (EOS+) i bez (EOS-) zaburzeń związanych z używaniem konopi indyjskich (CUD), nastolatków z samym CUD i zdrowych osób z grupy kontrolnej25 . Co ciekawe, wykryli mniejsze objętości istoty szarej w lewym górnym obszarze ciemieniowym zarówno w grupie EOS, jak i CUD w porównaniu ze zdrowymi osobami z grupy kontrolnej. Nie znaleźli jednak addytywnych zmian wolumetrycznych u nastolatków z EOS+ w porównaniu z innymi grupami. Wreszcie, nowsze i większe badanie wykazało znaczący całkowity wpływ od spożycia konopi indyjskich przez całe życie do doświadczeń psychotycznych w próbie nastolatków. Co ciekawe, autorzy znaleźli związek między psychotycznymi doświadczeniami życiowymi a zmniejszoną ekspansją w obrębie uncus prawego hipokampa/parahippocampusa26.

Dlatego te badania, choć nie wszystkie zgodne, sugerują, że psychoza wywołana przez konopie może charakteryzować się deficytami neurobiologicznymi, podobnymi do tych wykrywanych w czystych zaburzeniach psychotycznych. Jednak to, czy zmiany w mózgu uwarunkowane uzależnieniem od konopi indyjskich i uwydatnione przez badania neuroobrazowe doprowadzą do klinicznie istotnego fenotypu, czy do wybuchu psychozy w pewnym momencie życia osoby nadużywającej, nadal pozostaje niejasne. W związku z tym badanie morfologii mózgu wśród psychotycznych użytkowników konopi indyjskich w porównaniu z osobami zażywającymi pochodne konopi indyjskich bez żadnych objawów psychiatrycznych może mieć ogromne znaczenie dla zrozumienia neurobiologicznych podstaw psychozy wywołanej przez konopie indyjskie. Jednakże, zgodnie z naszą najlepszą wiedzą, do tej pory w żadnym badaniu nie porównano osób psychotycznych wywołanych konopiami indyjskimi ze zdrowymi użytkownikami konopi indyjskich pod względem morfologii strukturalnej mózgu i parametrów klinicznych, takich jak psychopatologia, częstotliwość i czas trwania uzależnienia, jakość życia, cechy osobowości, powikłania porodowe i znęcanie się w dzieciństwie. W tym kontekście, celem tego badania jest zbadanie morfologicznych różnic w mózgu między przewlekłymi użytkownikami konopi indyjskich z psychozą wywołaną substancjami () a niepsychotycznymi użytkownikami konopi indyjskich (NPCU) oraz skorelowanie deficytów mózgu z selektywnymi zmiennymi społeczno-demograficznymi, klinicznymi i psychospołecznymi. Postawiliśmy hipotezę, że pacjenci z wykażą znaczne zmniejszenie objętości GM w porównaniu z NPCU, a także możliwe korelacje między objętościami GM a skalami społeczno-demograficznymi, klinicznymi i psychospołecznymi.

Protokół

10 pacjentów i 12 NPCU zostało zrekrutowanych do tego badania. Wszyscy pacjenci zostali zrekrutowani na oddziale psychiatrycznym Szpitala Poliklinicznego Uniwersyteckiego w Mediolanie we Włoszech, podczas gdy użytkownicy konopi indyjskich zostali zapisani do rejonu Mediolanu. Wszyscy pacjenci byli leczeni farmakologicznie na stabilnym poziomie. Uwzględniono uczestników leworęcznych lub praworęcznych. Wszyscy uczestnicy mieli nawykowe spożywanie konopi indyjskich i mierzono rodzaj narkotyku, częstotliwość i czas trwania, a także społeczno-demograficzne, kliniczne i psychospołeczne parametry uzależnienia. Badanie zostało zatwierdzone przez lokalną komisję etyczną.

1. Uczestnicy

  1. Zastosuj następujące kryteria włączenia: Dla pacjentów: wiek 18-45 lat, diagnoza zaburzeń psychotycznych wywołanych konopiami indyjskimi w DSM-IV, intensywne spożycie konopi indyjskich w czasie badania i w ciągu ostatnich 6 miesięcy. W przypadku NPCU: wiek 18-45 lat, brak diagnozy DSM-IV, intensywne spożywanie konopi indyjskich w czasie badania i w ciągu ostatnich 6 miesięcy.
  2. Należy stosować następujące kryteria wykluczenia: diagnoza upośledzenia umysłowego, jakakolwiek aktualna poważna choroba medyczna lub neurologiczna, przebyty uraz głowy z utratą przytomności oraz wszelkie inne osie I, w tym nadużywanie alkoholu lub zaburzenia osi II i ciąża. Należy sprawdzić, czy objawy psychotyczne nie poprzedzają rozpoczęcia zażywania pochodnych konopi indyjskich i nie utrzymują się przez znaczny okres czasu po ustaniu ostrego odstawienia lub ciężkiego odurzenia. Sprawdź, czy nie ma historii nawracających epizodów niezwiązanych z substancjami.
  3. Aby uzyskać świadomą zgodę, zapoznaj się z formularzem zgody dla uczestników. Poproś zarówno uczestnika, jak i badacza o podpisanie formularza zgody w dwóch egzemplarzach. Przechowuj formularz zgody w celach archiwalnych.
  4. Aby ocenić diagnozę pacjentów z, skorzystaj z Ustrukturyzowanego Wywiadu Klinicznego do Diagnozy (SCID-I) z Diagnostycznego i Statystycznego Podręcznika Zaburzeń Psychicznych, wydanie 4, korekta tekstu (DSM-IV-TR)27.
  5. Aby ustalić częstość i czas trwania uzależnienia, skorzystaj z podręcznika do częściowo ustrukturyzowanego wywiadu klinicznego dla dzieci i młodzieży SCICA28.

2. Ocena kliniczna i psychospołeczna

UWAGA: Wszystkim uczestnikom podano kilka skal klinicznych i psychospołecznych.

  1. Aby ocenić objawy psychiatryczne, użyj Krótkiej Skali Oceny Psychiatrycznej (BPRS)29, Skali Oceny Młodej Mania (YMRS)30, Skali Oceny Depresji Montgomery'ego-Åsberga (MADRS)31, Skali Oceny Depresji Hamiltona (HAM-D)32 oraz Skali Oceny Lęku Hamiltona (HAM-A)33.
  2. Aby zbadać obecność urazu lub infekcji podczas porodu lub bezpośrednio po nim, użyj Skali Powikłań Położniczych Murraya-Lewisa (MLOCS)34.
  3. Aby ocenić doświadczenia związane z zaniedbaniem lub znęcaniem się, skorzystaj z Kwestionariusza Doświadczeń Dziecka związanych z Opieką i Wykorzystywaniem (CECA-Q)35.
  4. Aby oszacować status społeczno-ekonomiczny (SES), użyj Skali Statusu Społeczno-Ekonomicznego MacArthur36.
  5. Użyj Skali Sąsiedztwa (NS)37, aby ocenić specyficzne cechy dzielnicy, pod względem zadowolenia z sąsiedztwa (NS-A), poczucia bezpieczeństwa (NS-B), poziomu degradacji (NS-C), gotowości współobywateli do interwencji w sytuacjach niekorzystnych (NS-D) oraz stopnia akceptacji substancji (NS-E).
  6. Wykorzystaj Inwentarz Temperamentu i Charakteru (TCI-125) do zbadania cech osobowości38,39.
  7. Do oceny jakości życia i funkcjonowania na świecie należy skorzystać z manchesterskiej krótkiej oceny jakości życia (MANSA)40 oraz skali Quality of Life Index (QL-index)41 i Global Assessment of Functioning (GAF)27 skal.
    UWAGA: Wszystkie dane społeczno-demograficzne i kliniczne podsumowano w Tabeli 1.

3. Rezonans magnetyczny

  1. Ułóż uczestnika w pozycji leżącej na łóżku skanera MRI 3 Tesli.
  2. Umieść cewkę o częstotliwości radiowej (RF) nad głową uczestnika.
  3. Zapewnij zatyczki do uszu i słuchawki, aby zablokować hałas w tle.
  4. Zamocuj piankowe podkładki, aby unieruchomić głowę.
  5. Poinstruuj badanego, aby pozostał nieruchomy.
  6. Uruchom sesję MRI ze stacji roboczej w sterowni.
    1. Uruchom skanowanie echa gradientowego w 3 płaszczyznach w celu wyrównania i lokalizacji, a następnie wykonaj procedurę podkładki, aby wygenerować jednorodne, stałe pole magnetyczne.
    2. Uruchom protokół obrazowania echo-płaskiego dla MRI. Parametry akwizycji do akwizycji trójwymiarowego skanu mózgu o wysokiej rozdzielczości T1 są już ustawione w programie do obrazowania i nie powinny być zmieniane. Parametry to: czas powtórzenia [TR] = 9,8, czas echa [TE] = 4,6 ms, rozmiar woksela w płaszczyźnie = 0,9375 × 0,9375, matryca = 256 × 256, kąt odwrócenia = 8°.
  7. Usuń uczestnika z pomieszczenia skanera MR. Przenieś dane MR na dysk i zamknij sesję.
    UWAGA: Łącznie 185 przylegających do siebie plastrów strzałkowych o średnicy 1 mm, rozciągających się górnie od dolnej części móżdżku, aby objąć większość mózgu, zostało wybranych ze skanu lokalizatora strzałkowego.

4. Etapy wstępnego przetwarzania

UWAGA: Analiza morfometryczna oparta na wokselach powinna być przeprowadzona przy użyciu Statystycznego Mapowania Parametrycznego (SPM12) zaimplementowanego w MATLAB.

  1. Przed przeprowadzeniem analiz grupowych należy wykonać następujące kroki przetwarzania wstępnego, przedstawione w pliku skryptu przetwarzania Script_pre.
    1. Segmentacja: Przetwarzaj obraz strukturalny, aby rozróżnić i oddzielić tkanki istoty białej, tkanki istoty szarej i płyn mózgowo-rdzeniowy na różne obrazy. Separację tę uzyskuje się dzięki połączeniu map prawdopodobieństwa, opracowanych na podstawie ogólnej wiedzy na temat rozmieszczenia tkanek w połączeniu z modelowymi analizami skupień, które identyfikują rozkłady wokseli określonych tkanek na oryginalnym obrazie. Uruchom plik wsadowy segment.mat.
    2. Narzędzia DARTEL (Diffeomorphic Anatomical Registration Through Exponentiated Lie algebra): określają nieliniowe deformacje do rejestracji obrazów GM i istoty białej wszystkich uczestników. Uruchom plik wsadowy create_template.mat.
    3. Normalizacja: w fazie normalizacji przestrzennej dostosuj obrazy MRI do standardowego szablonu anatomicznego. Dzieje się tak dlatego, że każdy podmiot ma niewielkie różnice w formie i organizacji mózgu, takie jak rozmiar i różnice morfologiczne w strukturach. Uruchom plik wsadowy normalize_to_MNI.mat.
    4. Wygładzanie przestrzenne: po korekcji ruchu należy wykonać izotropowe jądro Gaussa o pełnej szerokości 6 mm przy połowie maksymalnego jądra Gaussa, aby zwiększyć stosunek sygnału do szumu i uwzględnić subtelne różnice w strukturach anatomicznych. Uruchom plik wsadowy normalize_to_MNI.mat.
    5. Wyodrębnij całkowitą objętość wewnątrzczaszkową (ICV) za pomocą SPM12: można ją uzyskać, sumując wartości gęstości na obrazach klasy GM, istoty białej i płynu mózgowo-rdzeniowego i mnożąc przez objętości wokseli.
      UWAGA: Po zakończeniu przetwarzania wstępnego możliwe jest opracowanie danych.
      UWAGA: Proszę zapoznać się z instrukcją SPM (https://www.fil.ion.ucl.ac.uk/spm/doc/spm12_manual.pdf), która zawiera szczegółowy opis etapów wstępnego przetwarzania zastosowanych w tym badaniu oraz poleceń SPM, których należy użyć. Prosimy również o zapoznanie się ze skryptem i partiami Matlaba zawartymi w materiałach uzupełniających z dokładnymi etapami wstępnego przetwarzania zastosowanymi w tym badaniu.

5. Analizy statystyczne

  1. Wykonaj testy chi-kwadrat (zmienne jakościowe) i dwa testy t próby (zmienne ilościowe) w celu zbadania różnic między dwiema grupami w skali demograficznej, klinicznej i psychospołecznej.
  2. Wykonaj jednoczynnikową analizę wariancji (ANOVA) w kontekście projektu ogólnego modelu liniowego (GLM) w celu porównania objętości GM między pacjentami z a NPCU. We wszystkich analizach jako zmienne kontrolne wykorzystano płeć i wiek. Uruchom jednokierunkowy plik wsadowy ANOVA.
  3. Przeprowadzenie analiz regresji całego mózgu, tylko dla grupy, aby zbadać, czy wyniki we wszystkich skalach klinicznych i psychospołecznych zastosowanych w tym badaniu były istotnie skorelowane ze zmianami objętości GM. Nie używaj żadnej maski mózgowej, ale weź pod uwagę wszystkie woksele. Uruchom plik wsadowy analizy regresji z interesującą Cię skalą kliniczną.
  4. Przelicz współrzędne stereotaktyczne maksimów pików klastrów nadprogowych z tablicy przestrzennej MNI (www.mni.mcgill.ca) na współrzędne Talairach i Tournoux42.
    UWAGA: We wszystkich analizach neuroanatomicznych różnice objętościowe między osobami badanymi były uwzględniane za pomocą proporcjonalnego skalowania dla całkowitej objętości wewnątrzczaszkowej (ICV).
    1. Dla ANOVA próg istotności należy ustawić na p < 0,001 bez korekty, przy minimalnej wielkości klastra k=30, natomiast dla analiz regresji wielokrotnej skorygowany błąd szczytowy p < 0,05 (pFWE) uznano za istotny i zastosowano minimalną wielkość klastra k=10. Pierwszy próg został rozważony ze względu na małą liczebność próby zastosowanej w tym badaniu, w związku z czym wyniki uzyskane z tej analizy należy uznać za wstępne. Ten ostatni próg jest bardziej rygorystyczny, ponieważ wartość p jest korygowana dla wielokrotnych porównań.
      UWAGA: Zapoznaj się z instrukcją obsługi VBM8, aby uzyskać więcej informacji na temat etapów przetwarzania końcowego (http://dbm.neuro.uni-jena.de/vbm8/VBM8-Manual.pdf). Prosimy również o zapoznanie się z partiami Matlaba o nazwach "jednokierunkowa ANOVA" i "Analiza regresji" zawartymi w materiałach uzupełniających z dokładnym modelem użytym w tym badaniu. Ze względu na eksploracyjny charakter tego badania, formalne obliczenie wielkości próby miałoby niewielką wartość i dlatego nie zostało przeprowadzone.

Wyniki

Wyniki socjodemograficzne, kliniczne i psychospołeczne
Nie stwierdzono różnic pod względem płci (χ2 =0.6, p=0.4), wieku (t=-0.21; p=0.83), wieku wystąpienia uzależnienia (t=-0.79; p=0.44) oraz poziomu wykształcenia (t=1.21; p=0.24) pomiędzy pacjentami z CIP a grupą NPCU. Jednakże, w jednej z wymiarów temperamentu (Unikanie Szkody, t=3.71; p=0.001) oraz w jednym wymiarze charakteru (Samotranscendencja, t=2.94; p=0.008) w kwestionariuszu TCI zaobserwowano różnice między obiema grupami, gdzie pacjenci z CIP uzyskali wyższe wyniki w porównaniu do NPCU. Wreszcie, grupa NPCU wykazała również wyższe wyniki w porównaniu do pacjentów z CIP w jednym podwymiarze Skali Sąsiedztwa (NS-E) (t=-3.55; p=0.002), w całkowitym wyniku SES (t=-2.13; p=0.046), w Indeksie Jakości Życia (t=-8.1; p=0.0001), w skali GAF (t=-4.71; p=0.0001) oraz w jednym wymiarze charakteru TCI (Samosterowność, t=-3.97; p=0.001).

W szczególności w przypadku CIP częstotliwość uzależnienia od konopi była codzienna u 9 badanych (90%) i kilkukrotna w tygodniu u 1 osoby (10%). Z kolei w grupie NPCU częstotliwość uzależnienia od konopi była codzienna u 7 badanych (60%), kilkukrotna w tygodniu u 4 osób (30%) i wielokrotna w miesiącu u 1 osoby (10%). Średni wiek wystąpienia uzależnienia wynosił 18 lat dla pacjentów z CIP i 16 lat dla grupy NPCU. Chociaż wszyscy uczestnicy zażywali konopie, niektórzy pacjenci z CIP (N=6) oraz z NPCU (N=3) zgłaszali również wcześniejsze używanie innych narkotyków, w tym kokainy, LSD i heroiny/metadonu, jednak z mniejszą częstotliwością niż w przypadku konopi. Częstotliwość używania konopi nie różniła się między dwiema grupami (χ2=1.69, p=0.42). Ponadto nie zaobserwowano istotnych statystycznie różnic w rodzaju i częstotliwości używania kokainy, heroiny/metadonu oraz LSD między obiema grupami (kokaina: χ2=0.06, p=0.79 oraz χ2=4.1, p=0.39; heroina/metadon: χ2=1.2, p=0.26 oraz χ2=1.2, p=0.26; LSD: χ2=0.01, p=0.89 oraz χ2=2.0, p=0.36). Mimo świadomości, że obecność polikonsumpcji w próbie mogła negatywnie wpłynąć na generalizację wyników, należy podkreślić, że użycie innych narkotyków było bardzo ograniczone w porównaniu z używaniem konopi. W rzeczywistości, w przeciwieństwie do używania konopi, spożycie innych narkotyków miało charakter incydentalny w ciągu całego życia i nie występowało w czasie trwania badania. Niemniej jednak nasze wyniki należy interpretować z ostrożnością i wymagają one replikacji w bardziej homogenicznej próbie.

Wyniki VBM
Analiza VBM wykazała, że pacjenci z CIP mieli rozległe zmniejszenia GM w porównaniu z NPCU w prawym zakręcie czołowym górnym (pole Brodmanna [BA] 10), prawym zakręcie przedcentralnym (BA 4), prawym zakręcie skroniowym górnym (BA 22), obustronnie w wyspie (BA 13), prawym pręgu (BA 7), prawym zakręcie potylicznym przyśrodkowym (BA 19), prawym zakręcie wrzecionowatym (BA 37) oraz w lewym hipokampie (p < 0,001 bez korekty; Tabela 2 i Rysunek 1). W grupie NPCU nie zaobserwowano różnic w GM w porównaniu z pacjentami z CIP.

Korelacje między obszarami istoty szarej (GM) a skalami klinicznymi
U pacjentów z CIP wyniki wykazały negatywną korelację między jedną z domen skali BPRS, BPRS-Activity, a selektywną objętością GM w obrębie lewej górnej kory skroniowej (BA 38, x=-40 y=17 z=-35, z=5.9, wielkość klastra=19) oraz lewego móżdżku (x=-12 y=-36 z=-20, z=6.1, wielkość klastra=18). Ponadto ta sama skala korelowała dodatnio z obustronnie położonym klinem (BA 18; lewy: x=-9 y=-90 z=9, z=7.0, wielkość klastra=24; prawy: x=15 y=-85 z=24, z=7.3, wielkość klastra=13), lewym zakrętem potylicznym dolnym (BA 17; x=-9 y=-88 z=-6, z=7.4, wielkość klastra=34), prawym zakrętem ciemieniowym dolnym (BA 40; x=58 y=-35 z=22, z=6.7, wielkość klastra=33) oraz prawą górną korą przedczołową (BA 9; x=3 y=51 z=29, z=6.2, wielkość klastra=23) (wszystkie p<0.05 po korekcie pFWE). U pacjentów z CIP nie zaobserwowano istotnych korelacji w żadnej z pozostałych skal klinicznych.

Porównanie obrazowania MRI mózgu, pacjenci z CIP vs. użytkownicy konopi bez objawów psychotycznych, podkreślające różnice strukturalne.
Rycina 1: Obszary z istotną różnicą w GM pomiędzy pacjentami z psychozą indukowaną substancjami (CIP) a użytkownikami konopi bez objawów psychotycznych (p<0.001, bez korekty, k=30). Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.

Pacjenci z CIPUżytkownicy konopi bez psychozStatystykiWartość p
n=10n=12
Wiek, średnia (SD)27 (9.21)26 (0.89)t= -0.213p=0.833
Płeć, mężczyzna/kobieta8/211/1χ2=0.630p=0.427
Wiek rozpoczęcia używania konopi, średnia (SD)18 (9.69)16 (1.83)t= -0.786p=0.441
Rodzaj (N); częstotliwość stosowania innych narkotykówKonopie (N=10); Codziennie (N=9), kilka razy w tygodniu (N=1).Konopie (N=12); Codziennie (N=7), kilka razy w tygodniu (N=4), kilka razy w miesiącu (N=1).Częstotliwość: χ2=1.69,p=0.42
Kokaina (N=4); kilka razy w tygodniu (N=2), kilka razy w miesiącu (N=2).Kokaina (N=3); kilka razy w tygodniu (N=1), kilka razy w miesiącu (N=1), mniej niż raz w miesiącu (N=1).Rodzaj: χ2=0.06Rodzaj: p=0.79
Częstotliwość: χ2=4.1Częstotliwość: p=0.39
Heroina/Metadon (N=1); kilka razy w tygodniu.Brak użytkowników heroiny/metadonu.Rodzaj: χ2=1.2Rodzaj: p=0.26
Częstotliwość: χ2=1.2Częstotliwość: p=0.26
LSD (N=1); mniej niż raz w miesiącu.LSD (N=1); kilka razy w miesiącu.Rodzaj: χ2=0.01Rodzaj: p=0.89
Częstotliwość: χ2=2.0Częstotliwość: p=0.36
Wiek rozpoczęcia, średnia (SD)25 (8.46)---
BPRS TOT, średnia (SD)43 (9)20 (3)t=8.860p=0.0001
Lęk-Depresja10 (5)6 (2)t=2.629p=0.016
Anergia8 (3)4 (1)t=3.284p=0.004
Zaburzenia myślenia12 (3)4 (0)t=9.754p=0.0001
Aktywność6 (2)3 (0)t=4.557p=0.0001
Wrogość-Nieufność8 (4)3 (0)t=4.053p=0.001
HAM-D, średnia (SD)11 (6.42)4 (4.96)t=3.258p=0.004
HAM-A, średnia (SD)11 (6.62)3 (3.93)t=3.487p=0.002
MADRS, średnia (SD)14 (7.76)6 (6.35)t=2.635p=0.016
YMRS, średnia (SD)13 (7.92)0 (1.44)t=5.378p=0.0001
CECA-Q, średnia (SD)
CECA-QMA13 (5.20)13 (3.89)t=-0.069p=0.946
CECA-QMN19 (5.83)19 (4.64)t=-0.284p=0.779
CECA-QPA14 (6.44)14 (5.56)t=-0.130p=0.990
CECA-QPN24 (11.69)24 (7.12)t=0.070p=0.945
Skala sąsiedztwa*, średnia (SD)
NS- A9 (1.78)8 (2.23)t=0.782p=0.443
NS- B6 (2.50)7 (1.56)t=-1.070p=0.298
NS- C9 (5.87)10 (7.66)t=-0.265p=0.794
NS-D6 (2.31)5 (1.53)t=1.378p=0.183
NS-E3 (1.35)4 (0.29)t=-3.546p=0.002
Suma SES**, średnia (SD)33.6 (12.60)45.3 (13.05)t=-2.132p=0.046
Wykształcenie11.3 (4.22)15.3 (5.93)t=-1.800p=0.087
Zawód22.3 (10.39)30.0 (8.79)t=-1.885p=0.074
Indeks QL, średnia (SD)6 (1.65)10 (0.62)t=-8.098p=0.0001
GAF, średnia (SD)58 (15.21)83 (9.68)t=-4.715p=0.0001
MANSA, średnia (SD)54 (14.16)61 (6.01)t=-1.250p=0.226
TCI, średnia (SD)
TCI Ns59.92 (10.75)55.95 (12.86)t=0.173p=0.864
TCI Ha55.67 (7.71)45.61 (5.68)t=3.708p=0.001
TCI Rd48.67 (10.41)50.49 (9.02)t=-0.668p=0.512
TCI P49.82 (11.49)39.32 (8.83)t=2.033p=0.056
TCI Sd28.64 (11.85)49.89 (7.42)t=-3.969p=0.001
TCI Co42.15 (12.21)49.07 (5.60)t=-1.430p=0.168
TCI St65.56 (12.34)50.82 (8.16)t=2.940p=0.008

Tabela 1: Zmienne socjodemograficzne, kliniczne i psychospołeczne całej próby. BPRS (Brief Psychiatric Rating Scale); CECA-Q (Childhood Experience of Care and Abuse Questionnaire); CIP (psychoza indukowana konopiami); GAF (Global Assessment of Functioning); HAM-A (Hamilton Anxiety Rating Scale); MADRS (Montgomery-Asberg Depression Rating Scale); HAM-D (Hamilton Depression Rating Scale); MANSA (Manchester Short Assessment of Quality of Life); NS-A (satysfakcja z sąsiedztwa); NS-B (poczucie bezpieczeństwa); NS-C (nieuprzejmości sąsiedzkie); NS-D (skuteczność zbiorowa); NS-E (akceptacja konopi); SD (odchylenie standardowe); SES (status socjoekonomiczny); QL-Index (wskaźnik jakości życia); TCI (Temperament and Character Inventory); TCI Ns (poszukiwanie nowości); TCI Ha (unikanie zagrożeń); TCI Rd (zależność od nagrody); TCI P (wytrwałość); TCI Sd (samosterowność); TCI Co (współpracowność); TCI St (samoprzekraczanie); YMRS (Young Mania Rating Scale). * Zakres NS-A wynosi od 0 do 16, gdzie 16 oznaczało ekstremalną satysfakcję z miejsca zamieszkania; zakres NS-B wynosi od 0 do 8, gdzie 8 oznaczało silne poczucie bezpieczeństwa; zakres NS-C wynosi od 0 do 32, gdzie 32 wskazywało na wysoki poziom nieuprzejmości; zakres NS-D wynosi od 0 do 12, gdzie 8 oznaczało wysoki poziom skuteczności zbiorowej wśród sąsiadów; zakres NS-E obejmuje odpowiedzi od „zdecydowanie zgadzam się” (wynik 4) do „zdecydowanie się nie zgadzam” (wynik 0). ** Niższe poziomy wykształcenia wiążą się z niższymi wynikami, natomiast wyższe poziomy wykształcenia wiążą się z wyższymi wynikami (np. poniżej 7th klasy = 3; stopień naukowy = 21). Podobnie zawody z mniejszym zaangażowaniem poznawczym wiążą się z niższymi wynikami, natomiast zawody wymagające większych zasobów poznawczych wiążą się z wyższymi wynikami (pracownik rolny = 5; lekarz = 45).

ZakrętBALateralizacjawspółrzędne MNIWielkość klastrawartości zCohena d wielkość efektu
x y z
pacjenci z CIP < użytkownicy konopi bez objawów psychotycznych
Przednia górna10Prawidłowo136522383.4-1,26
Przedcentralny4Prawda59-526613.8-0,83
Górna skroniowa22Prawda62-731464.2-0,60
Wyspa13Prawidłowo36-21131424.1-0,43
Wyspa13Lewy-33-2314323.8-0,46
Klin precentralny7Prawo6-6650413.7-0,51
Przyśrodkowy potyliczny19Prawda33-8621804-0,84
Wrzecionowaty37Lewy-25-47-8323.7-0,29
Hipokamp-Lewy-33-22-5363.8-0,68
Użytkownicy konopi niepsychotyczni < pacjenci z CIP
Brak klastrów ponadprogowych

Tabela 2: Wyniki VBM. Obszary mózgu wykazujące istotne zmniejszenie objętości istoty szarej pomiędzy pacjentami z CIP a użytkownikami konopi bez objawów psychotycznych (P< 0,001 bez korekty). BA (obszar Brodmanna); CIP (psychoza wywołana konopiami); MNI (Montreal Neurological Institute)

Dyskusja

W niniejszym badaniu zaobserwowaliśmy, że tylko obecność objawów psychotycznych dyskryminowała wykrycie zmian morfologicznych mózgu. Rzeczywiście, chronicznie zażywający konopie indyjskie z wykazywali zmniejszone ilości GMO, głównie w sieci przedczołowo-skroniowo-limbicznej w porównaniu z osobami zażywającymi konopie indyjskie bez psychozy (NPCU). Ponadto, w odniesieniu do kwestionariuszy psychometrycznych, podkreślono korelacje między domeną BPRS-Activity a selektywnymi objętościami GM. W szczególności zaobserwowaliśmy ujemną korelację między taką skalą BPRS a lewą górną korą skroniową i lewym móżdżkiem wraz z dodatnią korelacją z klinem obustronnie, lewym dolnym zakrętem potylicznym, prawym dolnym płatem ciemieniowym i prawą górną korą przedczołową. Powinniśmy jednak wspomnieć, że brak grupy kontrolnej składającej się ze zdrowych osób bez uzależnienia od konopi indyjskich uniemożliwił nam zbadanie, czy używanie konopi indyjskich spowodowało zmiany w mózgu, czy nie.

Ogólnie rzecz biorąc, wyniki nie są zaskakujące, ponieważ poprzednie badania MRI wykazały, że zaburzenia psychotyczne, takie jak schizofrenia, mają podobne nieprawidłowości GMO, zwłaszcza w regionach czołowych i skroniowo-limbicznych 29,30. Jednak nadal nie jest jasne, dlaczego u niektórych osób przewlekle zażywających konopie indyjskie rozwinęły się objawy psychotyczne, podczas gdy inni pozostali zdrowi. Rzeczywiście, w próbie wykryliśmy tylko niewielkie różnice kliniczne między obiema grupami, a zatem rozległe nieprawidłowości GM obserwowane w grupie mogą nie być związane z ich specyficznym profilem klinicznym. W szczególności 9 z 10 pacjentów z zgłosiło codzienne używanie konopi indyjskich w porównaniu z 7 z 12 w grupie NPCU. Ponadto nie stwierdzono różnic pod względem wieku, płci, wieku rozpoczęcia zażywania konopi indyjskich i poziomu wykształcenia między obiema grupami. Należy jednak wziąć pod uwagę, że ten brak różnic może wynikać z małej liczebności próby, która ograniczała również możliwość statystycznej analizy i interpretacji tych czynników. Jedna z hipotez głosi, że sam proces psychotyczny jest odpowiedzialny za zmniejszenie objętości mózgu, niezależnie od używania konopi indyjskich. Rzeczywiście, poprzednie badania nie wykazały żadnych różnic w GMO między pacjentami z psychozą z konsumpcją konopi indyjskich i bez niej, nie znajdując w ten sposób wyraźnych dowodów na to, że stosowanie konopi indyjskich jest związane ze zmianami GMOu pacjentów z pierwszym epizodem psychozy. Jednak zażywanie konopi indyjskich mogło przyczynić się do zmian w mózgu, a następnie wywołać psychozę tylko w podgrupie podatnych użytkowników konopi indyjskich.

Pierwsza hipoteza jest zgodna z tymi badaniami, które wykazały nieprawidłowości w mózgu w zaburzeniach psychotycznych. W szczególności wyniki wykazały, że pacjenci z w porównaniu z NPCU mieli znaczne zmniejszenie objętości GM w niektórych obszarach mózgu, o których wiadomo, że są zaangażowane w regulację emocjonalną, takich jak kora czołowo-skroniowa, wyspa, hipokamp i wrzecionowaty zakręt46. Co ciekawe, zaburzenia w tych strukturach, zwłaszcza w obszarach przedczołowych, mogą wyjaśniać niestabilność nastroju i większą reaktywność emocjonalną u nastolatków i młodych dorosłych, a także zachowania impulsywne i poszukiwanie substancji33,34. Rzeczywiście, konsekwentnie donoszono, że regulacja/przetwarzanie emocji jest związane z rekrutacją zestawu przedczołowych regionów mózgu zaangażowanych w kontrolę poznawczą nad emocjonalnymi strukturami limbicznymi. Na przykład większe trudności w regulacji emocjonalnej u palaczy tytoniu są związane ze słabszym połączeniem między dolnym zakrętem czołowym a ciałem migdałowatym w porównaniuz osobami niepalącymi. W związku z tym może być prawdopodobne, że wśród pacjentów z rozwój objawów psychotycznych był związany z zaburzeniami równowagi między tymi strukturami.

Ponadto zaobserwowaliśmy, że grupa pacjentów z wykazywała zaburzenia w grzbietowo-bocznej korze przedczołowej (DLPFC), kluczowym regionie zaangażowanym w główne funkcje poznawcze, w tym pamięć roboczą, funkcje wykonawcze50 i regulację emocjonalną51. Rzeczywiście, odkrycie to nie jest zaskakujące, ponieważ DLPFC współpracuje z regionami monitorowania ryzyka, takimi jak wyspa (kluczowa struktura sieci istotności, która niedawno okazała się zaangażowana w uzależnienie52), która również została uznana za zmienioną w grupie pacjentów z, oraz przednia kora obręczy, co ostatecznie sugeruje, że upośledzenie w odróżnianiu ryzykownych wyborów od bezpiecznych może wynikać z zakłócenia między DLPFC a takimi regionami monitorowania ryzyka53.

Co więcej, pacjenci z wykazywali zmniejszenie objętości GM w górnej korze skroniowej. Co ciekawe, wynik ten jest zgodny z dowodami przedstawionymi w poprzednim badaniu neuroobrazowania multimodalnego54, w którym wykorzystano większą próbę pacjentów z (N = 16), z których większość pokrywa się z próbą zastosowaną w tym badaniu, które wykazało rozległą zmianę GM w korze skroniowej u pacjentów z. Ogólnie rzecz biorąc, takie dowody dodatkowo potwierdzają kluczową rolę górnej kory skroniowej w psychozie, ponieważ zaangażowanie tej struktury było konsekwentnie zgłaszane w zdolnościach często zaburzonych u pacjentów psychotycznych, w tym zdolności przetwarzania języka i teorii umysłu39,40. Ponadto wyniki były zgodne z wcześniejszymi dowodami wskazującymi na związek między zmniejszeniem objętości tego regionu a halucynacją słuchową lub zaburzeniami myślenia41,42, a także z poprzednim badaniem MRI sugerującym zakłócenie tego obszaru u osób uzależnionych od substancji w porównaniu ze zdrowymi osobami z grupy kontrolnej59.

Wreszcie, z wyników wynikał znaczny spadek objętości hipokampa GM u pacjentów z. Takie odkrycie jest zgodne z wcześniejszymi dowodami wskazującymi na strukturalne i funkcjonalne zmiany w tej strukturze we wczesnych psychozach i w zagrożonym stanie psychicznym/pierwszym epizodzie psychozy, w porównaniu ze zdrowymi osobami z grupy kontrolnej 60,61,62,63. Prawidłowa funkcja hipokampa jest wymagana dla wielu funkcji psychicznych, w tym pamięci i zachowań emocjonalnych48,49 i zaproponowano, że zmniejszona objętość tej struktury może stanowić marker negatywnego wyniku klinicznego u pacjentów z pierwszym epizodem psychozy66. Jednak w przeciwieństwie do wyników, deficyty hipokampa odnotowano również u młodych i dorosłych użytkowników konopi indyjskich, u których stwierdzono cieńszą korę i zmniejszoną objętość w tym regionie 67,68,69,70. W związku z tym nadal nie osiągnięto jasnego obrazu roli hipokampa w nadużywaniu substancji. Niemniej jednak wyniki wskazują na hipotezę, że układ korowo-limbiczny jest upośledzony w grupie pacjentów z, co sugeruje również poprzednie badanie MRI54 i może wyjaśniać deficyty emocjonalne, które zostały zaproponowane jako krytyczny prekursor przyszłego rozwoju psychotycznego 55,56, często obserwowane u tych pacjentów.

Dlatego rozsądne wydaje się postawienie hipotezy, że psychoza wywołana konopiami indyjskimi jest związana ze zmianami w mózgu w regionach sieci przedczołowo-skroniowo-limbicznej, które mogą zatem stanowić wspólny neurorozwojowy substrat wielu form psychozy. Co ciekawe, badania podłużne sugerowały, że niektóre zaburzenia mózgu, w tym mniejsza objętość kory oczodołowo-czołowej73, zwiększona aktywacja regionów czołowo-ciemieniowych i zmniejszona aktywność regionów asocjacji wzrokowej, a także deficyty poznawcze, takie jak gorsze funkcje wykonawcze74, mogą występować nawet przed rozpoczęciem uzależnienia od konopi indyjskich. Dlatego może się zdarzyć, że osoby z podstawowymi zmianami w mózgu są bardziej narażone na rozwój objawów psychotycznych po rozpoczęciu używania konopi indyjskich. Ponadto istnieją dowody wskazujące, że posiadanie alleli ryzyka w genach AKT1 i DRD2 , które są zaangażowane w sygnalizację dopaminy, wiąże się ze zwiększonym ryzykiem rozwoju psychozy po użyciu konopiindyjskich 3. W związku z tym wykrycie zmian morfologicznych u pacjentów z może odzwierciedlać zwiększoną podatność genetyczną na neurotoksyczne skutki przewlekłego zażywania konopi indyjskich w tej grupie badanych.

Wreszcie, w grupie, wyniki wykazały również ujemną korelację między subdomeną BPRS, aktywnością BPRS i selektywnymi objętościami GM w lewej górnej korze skroniowej i lewym móżdżku. Również ta podskala była dodatnio skorelowana z klinem obustronnym, lewym dolnym zakrętem potylicznym, prawym dolnym płatem ciemieniowym i prawą górną korą przedczołową. Ogólnie rzecz biorąc, chociaż korelacje między symptomatologią kliniczną a strukturami GM zostały szeroko opisane, zwłaszcza w schizofrenii75, wyniki są nadal niejednorodne, z mieszanym obrazem odwrotnychkorelacji 76, dodatnich77 lub braku78 między selektywnymi objętościami GM a skalami klinicznymi. Warto zauważyć, że ujemna korelacja zaobserwowana między aktywnością BPRS a górną korą skroniową wydaje się być zgodna z wcześniejszymi dowodami MRI wykazującymi odwrotne korelacje między tą strukturą a pozytywnym nasileniem objawów76, co ostatecznie dodatkowo sugeruje kluczową rolę tej struktury w wytwarzaniu objawów psychotycznych. Podobnie, pozytywna korelacja stwierdzona między aktywnością BPRS a górną korą przedczołową wydaje się zgadzać z innymi badaniami MRI zgłaszającymi podobną korelację między negatywnymi objawami a objętościami GM z korą przedczołową79.

Ogólnie rzecz biorąc, wyniki obecnego badania dostarczają wstępnych dowodów na obecność istotnego związku między zmianami w mózgu a nasileniem psychopatologii.

Obecne badanie ma pewne ograniczenia. Po pierwsze, wszyscy pacjenci z psychozą przyjmowali leczenie farmakologiczne, które mogło mieć wpływ na wyniki. Po drugie, brak grupy kontrolnej utworzonej przez osoby zdrowe, które nie miały kontaktu z konopiami indyjskimi, nie pozwala na dalsze porównanie z dwiema grupami osób zażywających pochodne konopi indyjskich (psychotycznymi i nie). Ponadto, mimo że obie grupy były bardzo podobne pod względem liczby badanych (10 pacjentów vs 12 NPCU), mała liczebność próby ogranicza znaczenie uzyskanych wyników i dlatego należy je traktować jako wstępne. Dalsze ograniczenia są ściśle związane z charakterem badanej populacji. Rzeczywiście, niektórzy pacjenci z (6/10) i raczej niewielki odsetek NPCU (3/12) mieli historię spożywania innych substancji w ciągu całego życia (tj. kokainy, LSD i heroiny/metadonu). Co więcej, nie badaliśmy alleli genetycznych związanych z uzależnieniem, co mogłoby pomóc w rozróżnieniu tych dwóch grup. Niemniej jednak konsumpcja konopi indyjskich, choć oceniana pod względem częstotliwości, ilości i czasu trwania za pomocą określonego narzędzia20, nie była jednolita we wszystkich obu grupach. Wreszcie, w tym badaniu nie badaliśmy aktywacji mózgu i nie ocenialiśmy stanu neurokognitywnego próby. W związku z tym brak tych informacji mógł mieć wpływ na wyniki, ponieważ poprzednie badania wykazały obecność selektywnych dysfunkcji mózgu u pacjentów ze schizofrenią z nadużywaniem substancji w przyśrodkowej korze przedczołowej, korze oczodołowo-czołowej i ciele migdałowatym, a także lepszy przedchorobowy profil neurokognitywny z większym długoterminowym spadkiem w porównaniu z tymi samymi pacjentami bez nadużywania substancji80. Dlatego potrzebne są dalsze funkcjonalne badania MRI badające aktywność mózgu w połączeniu z ocenami neuropsychologicznymi na większych próbkach i przy jednorodnych nawykach konsumpcyjnych, aby potwierdzić nasze wyniki.

Zgodnie z naszymi wynikami, psychoza wywołana konopiami indyjskimi może charakteryzować się spadkiem objętości GMO w selektywnych strukturach mózgu. W związku z tym, biorąc pod uwagę kluczową i wszechstronną rolę układu endokannabinoidowego w mózgu, rosnące rozpowszechnienie używania konopi indyjskich, ich przewlekłe stosowanie w okresie rozwoju neurologicznego, a także stopniowo wyższe stężenie THC na obecnym rynku, konieczne wydaje się wyjaśnienie, które aspekty ekspozycji na konopie indyjskie (np. wiek w momencie inicjacji, ilość, częstotliwość i czas trwania) determinują największe ryzyko progresji w kierunku zaburzeń związanych z psychozą. Jednak to, czy zmniejszenie obszarów przedczołowo-skroniowo-limbicznych stanowi substrat samego procesu psychotycznego, czy też bezpośrednią konsekwencję ekspozycji na konopie indyjskie wśród osób podatnych, pozostaje złożoną kwestią. W tym kontekście, metody zastosowane w badaniu mogą być przydatne do lepszego scharakteryzowania neurobiologicznych i klinicznych cech psychozy wywołanej konopiami indyjskimi. Wreszcie, podłużne badania neuroobrazowe, uwzględniające również potencjalne czynniki zakłócające, takie jak dawka konopi indyjskich, siła działania, stosunek THC do kannabidiolu, częstotliwość używania, wiek zachorowania, znana historia psychozy i polimorfizmy genetyczne mogą stanowić potencjalną podstawę do identyfikacji przypuszczalnych biomarkerów, które mogą ostatecznie pomóc klinicystom w wykryciu tych użytkowników konopi indyjskich, którzy są bardziej narażeni na rozwój psychozy.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
Nie dotyczyNie dotyczydotyczydotyczy
Nie Nie

Bibliografia

  1. European Monitoring Centre for Drugs and Drug Addiction. European Drug Report 2019: Trends and Developments. , Publications Office of the European Union. Luxembourg. (2019).
  2. De Aquino, J. P., et al. The Psychiatric Consequences of Cannabinoids. Clinical Therapeutics. 40 (9), 1448-1456 (2018).
  3. Murray, R. M., et al. Cannabis-associated psychosis: Neural substrate and clinical impact. Neuropharmacology. 124, 89-104 (2017).
  4. Gage, S. H. Cannabis and psychosis: triangulating the evidence. The Lancet Psychiatry. 6 (5), 364-365 (2019).
  5. Gage, S. H., Hickman, M., Zammit, S. Association between cannabis and psychosis: Epidemiologic evidence. Biological Psychiatry. 79 (7), 549-556 (2016).
  6. Burns, J. K. Pathways from Cannabis to Psychosis: A Review of the Evidence. Frontiers in Psychiatry. 4, 128(2013).
  7. Bhattacharyya, S., Atakan, Z., Martin-Santos, R., Crippa, J. A., McGuire, P. K. Neural mechanisms for the cannabinoid modulation of cognition and affect in man: a critical review of neuroimaging studies. Current Pharmaceutical Design. 18 (32), 5045-5054 (2012).
  8. Atkinson, D. L., Abbott, J. K. Cannabinoids and the Brain: The Effects of Endogenous and Exogenous Cannabinoids on Brain Systems and Function. The Complex Connection Between Cannabis and Schizophrenia. , Academic Press. (2018).
  9. Bhattacharyya, S., et al. Modulation of Mediotemporal and Ventrostriatal Function in Humans by Δ9-Tetrahydrocannabinol. Archives of General Psychiatry. 66 (4), 442-451 (2009).
  10. Bhattacharyya, S., et al. Induction of psychosis by Δ9-tetrahydrocannabinol reflects modulation of prefrontal and striatal function during attentional salience processing. Archives of General Psychiatry. 69 (1), 27-36 (2012).
  11. Battistella, G., et al. Long-term effects of cannabis on brain structure. Neuropsychopharmacology. 39 (9), 2041-2048 (2014).
  12. Price, J. S., McQueeny, T., Shollenbarger, S., Browning, E. L., Wieser, J., Lisdahl, K. M. Effects of marijuana use on prefrontal and parietal volumes and cognition in emerging adults. Psychopharmacology. 232 (16), 2939-2950 (2015).
  13. Filbey, F. M., et al. Long-term effects of marijuana use on the brain. Proceedings of the National Academy of Sciences of the United States of America. 111 (47), 16913-16918 (2014).
  14. Yücel, M., et al. Regional brain abnormalities associated with long-term heavy cannabis use. Archives of General Psychiatry. 65 (6), 694-701 (2008).
  15. Lorenzetti, V., et al. Gross morphological brain changes with chronic, heavy cannabis use. British Journal of Psychiatry. 206 (1), 77-78 (2015).
  16. Schacht, J. P., Hutchison, K. E., Filbey, F. M. Associations between cannabinoid receptor-1 (CNR1) variation and hippocampus and amygdala volumes in heavy cannabis users. Neuropsychopharmacology. 37 (11), 2368-2376 (2012).
  17. Yip, S. W., et al. Pretreatment measures of brain structure and reward-processing brain function in cannabis dependence: An exploratory study of relationships with abstinence during behavioral treatment. Drug and Alcohol Dependence. 140, 33-41 (2014).
  18. Medina, K. L., et al. Prefrontal cortex morphometry in abstinent adolescent marijuana users: Subtle gender effects. Addiction Biology. 14 (4), 457-468 (2009).
  19. DeLisi, L. E., et al. A preliminary DTI study showing no brain structural change associated with adolescent cannabis use. Harm Reduction Journal. 3 (1), 17(2006).
  20. Jager, G., et al. Effects of frequent cannabis use on hippocampal activity during an associative memory task. European Neuropsychopharmacology. 17 (4), 289-297 (2007).
  21. Tzilos, G. K., et al. Lack of hippocampal volume change in long-term heavy cannabis users. American Journal on Addictions. 14 (1), 64-72 (2005).
  22. Orr, C., et al. Grey matter volume differences associated with extremely low levels of cannabis use in adolescence. Journal of Neuroscience. 39 (10), 1817-1827 (2019).
  23. Atakan, Z., et al. Cannabis affects people differently: Inter-subject variation in the psychotogenic effects of Δ9-tetrahydrocannabinol: A functional magnetic resonance imaging study with healthy volunteers. Psychological Medicine. 43 (6), 1255-1267 (2013).
  24. Epstein, K. A., Kumra, S. Altered cortical maturation in adolescent cannabis users with and without schizophrenia. Schizophrenia Research. 162 (1-3), 143-152 (2015).
  25. Kumra, S., et al. Parietal lobe volume deficits in adolescents with schizophrenia and adolescents with cannabis use disorders. Journal of the American Academy of Child and Adolescent Psychiatry. 51 (2), 171-180 (2012).
  26. Yu, T., et al. Cannabis-Associated Psychotic-like Experiences Are Mediated by Developmental Changes in the Parahippocampal Gyrus. Journal of the American Academy of Child and Adolescent Psychiatry. 59 (5), 642-649 (2019).
  27. American Psychiatric Association. Diagnostic and statistical manual of mental disorders (4th ed., text rev.). , Washington. (2000).
  28. McConaughy, S. H., Achenbach, T. M. Manual for the semistructured clinical interview for children and adolescents. , ASEBA. (2001).
  29. Overall, J. E., Gorham, D. R. The Brief Psychiatric Rating Scale. Psychological Reports. 10 (3), 799-812 (1962).
  30. Young, R. C., Biggs, J. T., Ziegler, V. E., Meyer, D. A. A rating scale for mania: Reliability, validity and sensitivity. British Journal of Psychiatry. 133 (5), 429-435 (1978).
  31. Montgomery, S. A., Asberg, M. A new depression scale designed to be sensitive to change. British Journal of Psychiatry. 134 (4), 382-389 (1979).
  32. Hamilton, M. A rating scale for depression. Journal of Neurology, Neurosurgery, and Psychiatry. 23 (1), 56(1960).
  33. Hamilton, M. Hamilton Anxiety Rating Scale (HAM-A). Journal of Medicine. 61 (4), 81-82 (1959).
  34. Lewis, S. W., Murray, R. M. Obstetric complications, neurodevelopmental deviance, and risk of schizophrenia. Journal of Psychiatric Research. 21 (4), 413-421 (1987).
  35. Bifulco, A., Bernazzani, O., Moran, P. M., Jacobs, C. The childhood experience of care and abuse questionnaire (CECA.Q): Validation in a community series. British Journal of Clinical Psychology. 44 (4), 563-581 (2005).
  36. Adler, N. E., Stewart, J. The MacArthur Scale of Subjective Social Status. MacArthur Research Network on SES and Health. , (2007).
  37. Hur, M., Nasar, J. L., Chun, B. Neighborhood satisfaction, physical and perceived naturalness and openness. Journal of Environmental Psychology. 30 (1), 52-59 (2010).
  38. Cloninger, C. R., Svrakic, D. M., Przybeck, T. R. A Psychobiological Model of Temperament and Character. Archives of General Psychiatry. 50 (12), 975-990 (1993).
  39. Delvecchio, G., et al. Normative data and effects of age and gender on temperament and character dimensions across the lifespan in an Italian population: A cross-sectional validation study. Journal of Affective Disorders. 204, 83-91 (2016).
  40. Priebe, S., Huxley, P., Knight, S., Evans, S. Application and results of the Manchester Short Assessment of Quality of Life (MANSA). International Journal of Social Psychiatry. 45 (1), 7-12 (1999).
  41. Spitzer, W. O., et al. Measuring the quality of life of cancer patients. A concise QL-Index for use by physicians. Journal of Chronic Diseases. 34 (12), 585-597 (1981).
  42. Talairach, J., Tournoux, P. Co-planar stereotaxic atlas of the human brain: 3-dimensional proportional system an approach to cerebral imaging. , Thieme, NY. (1988).
  43. Ellison-Wright, I., Glahn, D. C., Laird, A. R., Thelen, S. M., Bullmore, E. The anatomy of first-episode and chronic schizophrenia: An anatomical likelihood estimation meta-analysis. American Journal of Psychiatry. 165 (8), 1015-1023 (2008).
  44. Fornito, A., Yücel, M., Patti, J., Wood, S. J., Pantelis, C. Mapping grey matter reductions in schizophrenia: An anatomical likelihood estimation analysis of voxel-based morphometry studies. Schizophrenia Research. 108 (1-3), 104-113 (2009).
  45. Haller, S., et al. Combined grey matter VBV and white matter TBSS analysis in young first episode psychosispatients with and without cannabis consumption. Brain Topography. 26 (4), 641-647 (2013).
  46. Hou, J., et al. Review on neural correlates of emotion regulation and music: Implications for emotion dysregulation. Frontiers in Psychology. 8, 501(2017).
  47. Martin, R. E., Ochsner, K. N. The Neuroscience of Emotion Regulation Development: Implications for Education. Current Opinion in Behavioral Sciences. 10, 142-148 (2016).
  48. Pfeifer, J. H., Allen, N. B. Arrested development? Reconsidering dual-systems models of brain function in adolescence and disorders. Trends in Cognitive Sciences. 16 (6), 322-329 (2012).
  49. Faulkner, P., Dean, A. C., Ghahremani, D. G., London, E. D. Neural Basis of Smoking-Related Difficulties in Emotion Regulation. International Journal of Neuropsychopharmacology. , (2020).
  50. Dedoncker, J., Brunoni, A. R., Baeken, C., Vanderhasselt, M. A. A Systematic Review and Meta-Analysis of the Effects of Transcranial Direct Current Stimulation (tDCS) Over the Dorsolateral Prefrontal Cortex in Healthy and Neuropsychiatric Samples: Influence of Stimulation Parameters. Brain Stimulation. 9 (4), 501-517 (2016).
  51. Sturm, V. E., Haase, C. M., Levenson, R. W. Emotional Dysfunction in Psychopathology and Neuropathology: Neural and Genetic Pathways. Genomics, Circuits, and Pathways in Clinical Neuropsychiatry. , 345-364 (2016).
  52. Koob, G. F., Volkow, N. D. Neurobiology of addiction: a neurocircuitry analysis. The Lancet Psychiatry. 3 (8), 760-773 (2016).
  53. Kohno, M., Morales, A. M., Guttman, Z., London, E. D. A neural network that links brain function, white-matter structure and risky behavior. NeuroImage. 149, 15-22 (2017).
  54. Altamura, A. C., et al. Structural and metabolic differentiation between bipolar disorder with psychosis and substance-induced psychosis: An integrated MRI/PET study. European Psychiatry. 41, 85-94 (2017).
  55. Anderson, J. E., et al. An MRI study of temporal lobe abnormalities and negative symptoms in chronic schizophrenia. Schizophrenia Research. 58 (2-3), 123-134 (2002).
  56. Brüne, M., Brüne-Cohrs, U. Theory of mind--evolution, ontogeny, brain mechanisms and psychopathology. Neuroscience and Biobehavioral Reviews. 30 (4), 437-455 (2006).
  57. Takahashi, T., et al. Morphologic alterations of the parcellated superior temporal gyrus in schizophrenia spectrum. Schizophrenia Research. 83 (2-3), 131-143 (2006).
  58. Holinger, D. P., et al. Superior temporal gyrus volume abnormalities and thought disorder in left-handed schizophrenic men. The American Journal of Psychiatry. 156 (11), 1730-1735 (1999).
  59. Ersche, K. D., Jones, P. S., Williams, G. B., Turton, A. J., Robbins, T. W., Bullmore, E. T. Abnormal brain structure implicated in stimulant drug addiction. Science. 335 (6068), 601-604 (2012).
  60. Baglivo, V., et al. Hippocampal Subfield Volumes in Patients With First-Episode Psychosis. Schizophrenia Bulletin. 44 (3), 552-559 (2018).
  61. Pruessner, M., et al. Reduced hippocampal volume and hypothalamus-pituitary-adrenal axis function in first episode psychosis: Evidence for sex differences. NeuroImage: Clinical. 7, 195-202 (2015).
  62. Walter, A., et al. Hippocampal volume in subjects at high risk of psychosis: A longitudinal MRI study. Schizophrenia Research. 142 (1-3), 217-222 (2012).
  63. Verma, S., et al. Hippocampal Volumes in First-Episode Psychosis. The Journal of Neuropsychiatry and Clinical Neurosciences. 21 (1), 24-29 (2009).
  64. Anand, K. S., Dhikav, V. Hippocampus in health and disease: An overview. Annals of Indian Academy of Neurology. 15 (4), 239(2012).
  65. Wible, C. G. Hippocampal physiology, structure and function and the neuroscience of schizophrenia: a unified account of declarative memory deficits, working memory deficits and schizophrenic symptoms. Behavioral Sciences. 3 (2), 298-315 (2013).
  66. Sauras, R., et al. Volumetric and morphological characteristics of the hippocampus are associated with progression to schizophrenia in patients with first-episode psychosis. European Psychiatry. 45, 1-5 (2017).
  67. Chye, Y., et al. Alteration to hippocampal volume and shape confined to cannabis dependence: a multi-site study. Addiction Biology. 24 (4), 822-834 (2019).
  68. Chye, Y., et al. Cannabis-related hippocampal volumetric abnormalities specific to subregions in dependent users. Psychopharmacology. 234 (14), 2149-2157 (2017).
  69. Burggren, A. C., et al. Subregional Hippocampal Thickness Abnormalities in Older Adults with a History of Heavy Cannabis Use. Cannabis and Cannabinoid Research. 3 (1), 242-251 (2018).
  70. Schacht, J. P., Hutchison, K. E., Filbey, F. M. Associations between cannabinoid receptor-1 (CNR1) variation and hippocampus and amygdala volumes in heavy cannabis users. Neuropsychopharmacology. 37 (11), 2368-2376 (2012).
  71. Grace, A. A. Gating of information flow within the limbic system and the pathophysiology of schizophrenia. Brain Research. Brain Research Reviews. 31 (2-3), 330-341 (2000).
  72. Aleman, A., Kahn, R. S. Strange feelings: Do amygdala abnormalities dysregulate the emotional brain in schizophrenia. Progress in Neurobiology. 77 (5), 283-298 (2005).
  73. Cheetham, A., et al. Orbitofrontal volumes in early adolescence predict initiation of cannabis use: A 4-year longitudinal and prospective study. Biological Psychiatry. 71 (8), 684-692 (2012).
  74. Tervo-Clemmens, B., et al. Early Cannabis Use and Neurocognitive Risk: A Prospective Functional Neuroimaging Study. Biological Psychiatry: Cognitive Neuroscience and Neuroimaging. 3 (8), 713-725 (2018).
  75. Nestor, P. G., et al. Dissociable contributions of MRI volume reductions of superior temporal and fusiform gyri to symptoms and neuropsychology in schizophrenia. Schizophrenia Research. 91 (1-3), 103-106 (2007).
  76. Nesvåg, R., Saetre, P., Lawyer, G., Jönsson, E. G., Agartz, I. The relationship between symptom severity and regional cortical and grey matter volumes in schizophrenia. Progress in Neuro-Psychopharmacology and Biological Psychiatry. 33 (3), 482-490 (2009).
  77. Lacerda, A. L. T., et al. Morphology of the orbitofrontal cortex in first-episode schizophrenia: relationship with negative symptomatology. Progress in Neuro-Psychopharmacology & Biological Psychiatry. 31 (2), 510-516 (2007).
  78. Volkow, N. D., et al. Effects of Cannabis Use on Human Behavior Including Cognition, Motivation, and Psychosis: A Review. JAMA Psychiatry. 73 (3), 292-297 (2016).
  79. Walton, E., et al. Prefrontal cortical thinning links to negative symptoms in schizophrenia via the ENIGMA consortium. Psychological Medicine. 48 (1), 82-94 (2018).
  80. Adan, A., et al. Neurobiological underpinnings and modulating factors in schizophrenia spectrum disorders with a comorbid substance use disorder: A systematic review. Neuroscience and Biobehavioral Reviews. 75, 361-377 (2017).

Przedruki i uprawnienia

Tagi

Psychoza wywo ana konopiamianaliza morfologii m zguobrazowanie rezonansem magnetycznymobj to istoty szarejmorfometria oparta na wokselachjednoczynnikowa analiza wariancji ANOVAanaliza regresjiskan T1 zale nynormalizacja MNIzmienne socjodemograficzne
Morfologia mózgu osób zażywających konopie indyjskie z psychozą lub bez: pilotażowe badanie MRI
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki Korzystania

Zasady

Copyright © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.